Optimalisasi Ketahanan Pangan: Perbandingan Metode Machine Learning dan Time Series dalam Memprediksi Produksi Padi di Jawa Tengah

Abstract

Abstrak: Ketahanan pangan masih menjadi tantangan bagi Indonesia. Meskipun pemerintah Indonesia telah menjadikan ketahanan pangan sebagai prioritas kebijakan jangka panjang, kekurangan gizi dan kerawanan pangan tetap menjadi permasalahan. Padi menjadi sumber pangan utama bagi lebih dari 50% populasi dunia dan signifikan berkontribusi terhadap ketahanan pangan dunia. Namun, dampak perubahan iklim terhadap hasil panen padi dan keakuratan metode regresi tradisional dalam memprediksi hasil padi masih dipertanyakan. Penelitian ini bertujuan untuk membandingkan metode machine learning (Support Vector Regression dan Random Forest) dan metode time series (SARIMAX) dengan variabel respons produksi padi serta mempertimbangkan variabel prediktor luas lahan, NDWI, suhu, dan curah hujan dengan lokus Jawa Tengah sebagai salah satu provinsi dengan produksi padi tertinggi di Indonesia. Metode Random Forest memberikan hasil terbaik dengan nilai  R² tertinggi dan MAPE terkecil sebesar 97,6% dan 7,827.

Kata kunci: produksi padi, SVR, RFR, SARIMAX, ketahanan pangan.